《Hadoop大数据》课程标准（高职）.docxVIP

Wadoop 大数据》课程标准【课程名称】Hadoop划据 【开课时间】第3期【学时/学分数】54课时/3学分 【课程类型】专业核心课程【授课对象】大数据专业学生 二、课程定位 1、课程性质：本课程是为大数据技术类相关专业学生开设的课程。随着时代 的发展，大数据已经成为一个耳熟能详的词汇。与此同时，针对大数据处理的新技 术也在不断的开发和运用中，逐渐成为数据处理挖掘行业广泛使用的主流技术之一。 Hadoop作为处理大数据的分布式存储和计算框架，得到了国内外大小型企业广泛 的应用。Hadoop是一个可以搭建在廉价服务器上的分布式集群系统架构，它具有 可用性高、容错性高和可扩展性高等优点。由于它提供了一个开放式的平台，用户 可以在完全不了解底层实现细节的情形下，开发适合自身应用的分布式程序。经过 十多年的发展，目前Hadoop已经成长为一个全栈式的大数据技术生态圈，并 在事实上成为应用最广泛最具有代表性的大数据技术。因此，学习Hadoop技术是 从事大数据行业工作所必不可少的一步。 2、课程任务：全局的眼光理解大数据，理解大数据的应用，并有总体的概念。 理解企业中实际生产环境的大数据搭建，收集，分析，应用的过程。具备在实际应 用场景中，能对数据处理流程，数据挖掘进行个性化处理。该课程遵循学生职业能 力培养的基本规律，使学生具有较强的理论知识和实际技能，为今后的工作和学习 奠定扎实的基础。 3、课程衔接：本课程的先修课程为：计算机应用基础，微机组装与维修，计 算机网络基础、信息管理基础，SQL Server数据库，C语言。《Java语言编程基 础》为基础课程 三、课程培养目标 通过本课程的学习，使学习者形成一定的学习能力、沟通与团队的协作能力， 解 7、 Hadoop TaskTracker 详解 4、 HadoopSecon daryNameNod 详解 Hadoop 安 装和部署 1 Hadoop系统模块组件概述 2 Hadoop试验集群的部署结 构 3、Hadoop安装依赖关系 4Hadoop生产环境的部署结 构 Hadoop 系 统模块组件 概述 Hadoop 试 验集群的部 署结构 Hadoop 安 装依赖关系 1、Hadoop高可用配 置方法 2、Hadoop集群简单 测试方法 3、Hadoop集群异常 Debug方法 1、 Hadoop 试 验集群的部署 结构 多次重复播放图 表在一定程度上 能够巩固学生的 掌握程度，并通 过课堂习题环节 加深对知识的理 解和掌握 2 1 Hadoop集群部署 2Hadoop高可用配置方法 3Hadoop集群简单测试方 法 4、Hadoop 集群异常 Debug 方法 2 Hadoop 集 群规划 1、Hadoop集群内存要求 2、Hadoop集群磁盘分区 3、集群和网络拓扑要求 4、集群软件的端口配置 1、Hadoop 集 群内存要求 2、 Hadoop集 群磁盘分区 1、Hadoop 集群5端： 分区 集群和网络拓扑要 求 2、集群软件的端口 配置 1、 Hadoop 集 群磁盘分区 通过精炼的概 括，使学生对繁 多的教学内容有 比较系统的理 解，并方便学生 的记忆，制定方 案和实施计划 4 MapReduce 算法原理 1、Hadoop MapReduce 算法 的原理和优化思想 2、灵活运用MapReduce头 现算法 1、 MapReduce 实现算法 1、MapReduce 算法 1、 MapReduce 实现算法 用实验来导出问 题，解决问题。 新课引入用实 验，知识的巩固、 升华用实验 4 编写 MapReduce 高级程序 1、Hadoop MapReduce Streaming 编程 2、MapReduce 流程 3、剖析一个MapReduce程 序 4、基本 MapReduceAPI 概 念 5、驱动代码Mapper Reducer 6、 Hadoop 流 7、API彳蛹Eel ipse进行快 速开发 8、新MapReduce API 1使用 Hadoop MapReduce Streaming 编 程 2、 MapReduce 流程 3、剖析一个 MapReduce 程 序 1、新apReduce API 2、MapReduce 的优 化 3、MapReduce 的任 务调度 4、MapReduce 缄呈 实战 1、 MapReduce 流程 着重突出了教法 对学法的引导。 在教学双边活动 过程中，引导学 生由感性认识到 理性认识、由已 知到未知 4 1、MapReduce 的优化 2 MapReduce的任务调度 3、MapReduce编程实战 4、如何利用其他Hadoop 相关技术，包括Apache Hive, Apache Pig, Sqoop 和O